►►►
数学建模训练营
开课时间2023年11月8日
数学建模训练营
训练营以数学建模常用算法为切入点，由指导老师带领学员学习并掌握十余种数模算法的原理及应用，以及MATLAB、STATA、SPSS等工具的使用，并通过“高斯杯”全国大学生数学建模竞赛进行实战演练，熟悉完整数学建模参赛过程。
适合人群
目标专业：申请理工科/商科等方向的同学，适用范围广
希望获得数模知识和技能并进行实践的同学
想要通过数模经历丰富定量研究经历的同学
具体安排
模块一
学与练
配套知识与技能学习
（3-4周）
  • 数学建模基本介绍及参赛注意事项：竞赛介绍，任务安排建议，赛前准备提醒
  • 工具学习：MATLAB，Stata，SPSS
  • 算法精讲：层次分析法，TOPSIS，灰色关联，插值拟合，相关分析，回归分析，蒙特卡罗，数学规划
模块二
用
完成数模论文与参与竞赛
（2-3周）
  • 完成组队

  • 推进文献阅读，问题分析，算法使用，建模分析等步骤

  • 完成数学建模论文，参加“高斯杯”数模竞赛
你将收获
针对当期竞赛
完成解题代码与论文
（往期数模论文示例）
数学建模竞赛经历
并用于申请
（往期数模经历示例）
数学建模竞赛证书
（往期证书示例）
►►►
商业分析项目实战
开课时间2023年11月13日
项目主题：天猫国际商品销售特征研究
过去三年，进口跨境电商保持着近20%年均增长率，是中国消费市场的重要增长引擎。根据天猫国际披露，2023年上半年，有超
2000家海外品牌在平台上开出中国首店。这批来华的海外新品牌数量最多TOP5国家为：日本、美国、韩国、法国、澳大利亚。其中，海外品牌创业的TOP3品类为保健、美妆和个人护理，分别占比32%、20%和10%。
本项目收集了天猫国际上美妆、护理、保健、箱包、数码等类别的商品数据，需要完成数据的清洗与变换，综合可视化与数据挖掘算法，解读天猫国际的销售特征及经营模式，研究其核心竞争力，并透视未来跨境电商市场消费趋势。
适用人群
  • 目标专业：商业分析/市场营销/管理学等相关专业
  • 需要增加商业数据分析经历，实践完整流程，丰富简历的同学
  • 想要快速补充商业分析领域知识，并掌握Python数据处理和建模技能的同学
  • 希望了解并体验业界常规作业模式，提前感知专业与职业兴趣的同学
具体安排
模块一
学与练
配套知识与技能学习
（3-4周）
  • 基础与常用方法：描述性统计，逻辑回归分析，聚类分析，文本分析，回归分析，主成分分析等
  • 工具学习：Python，Numpy，Pandas，Matplotlib，Scipy，Statsmodels，Sklearn等
  • 案例精讲：手机线上销量影响因素分析项目
模块二
测
代码能力测试
_
模块三
用
具体项目实战与论文报告
（2-3周）
  • 针对项目主题，进行背景调查资料整理
  • 利用相关数据，选择或改进适合方法进行实证分析
  • 完全项目论文报告
你将收获
针对课程完成研究
完成代码与报告
（往期报告示例）
与目标专业匹配的对口经历
并用于申请
（往期项目经历示例）
课程与项目证书
（往期证书示例）
►►►
量化金融项目实战
开课时间2023年11月15日
项目主题：轮动交易策略在金融风险管理中的应用
美国资本市场是全球最成熟规模最大的资本市场，其中股票市场在带来高回报的同时，也存在高风险。而黑天鹅事件难以预测目不寻常，人为判断难以及时有效地规避该类事件产生的风险。同时，金融市场的动荡与全球政治、战争、自然灾害，牵一发而动全身。自2018年开始的中美贸易战，到2019年-2023年新冠疫情全球肆虐、美股熔断等黑天鹅事件，让人们意识到合理且高效的风险管理的重要性。从20世纪开始就许多经济学学者运用事件研究方法实证了不同的事件对不同市场的冲击。以往的风险衡量技术都只能适用于特定的金融工具或在特定的范围内使用这些方法都难以综合反映风险承担的情况。风险监管者越来越需要一种既便于掌握和理解又能全面反映金融机构所承担的市场风险的技术方法。VaR （Value at Risk）方法正是在此背景下应运而生。
本次项目中，我们将尝试使用在线价值的方法量化投资组合的风险，以异常损失为指标捕捉市场的潜在危机，通过构建股票与固收产品的轮动交易组合，规避市场风险，构建具有稳健收益性的投资组合。
适合人群
· 目标专业：金融工程、金融学、经济学等相关专业
· 想要快速补充实证资产定价等相关知识的同学
· 希望熟练掌握Python数据处理及分析的同学
· 需要增加量化分析经历，实践完整流程的同学
具体安排
模块一
学与练
配套知识与技能学习
（3-4周）
  • 基础与常用方法：金融数据获取，处理，财务分析，金融计量常用方法，实证资产定价；
  • 工具学习：Choice，Python，Numpy，Pandas，Matplotlib，Scipy，Statsmodels等；
  • 案例精讲：大宗交易市场特征分析、三因子模型适用性检验、A股市场多因子模型
模块二
测
代码能力测试
_
模块三
用
具体项目实战与论文报告
（2-3周）
  • 针对项目主题，进行相关文献梳理
  • 利用相关数据，选择或改进适合方法进行实证分析
  • 完成项目论文报告
你将收获
针对课题完成研究
完成代码与报告
（往期项目报告示例）
与目标专业匹配的对口经历
并用于申请
（往期项目经历示例）
课程与项目证书
（往期证书示例）
►►►
机器学习项目实战
开课时间2023年11月20日
项目主题：希尔顿酒店促销转化预测系统
随着人工智能热潮的兴起智能算法被应用到越来越多的行业中，在酒店领域可以帮助酒店经营者更快地创建更好的转化优化内容。酒店的促销活动/优惠活动以往依托于行业经验进行，而在有了大量数据支持的情况下，机器学习算法可以根据以往历史数据构建更为精准的预测系统帮助管理者进行决策分析。
本次项目将使用希尔顿历史酒店入住数据以及客户相关信息，构建机器学习预测模型进行对客户的促销智能推送来扩大用户的优惠活动使用率，提高酒店的入住率与续住率。期间将利用python完成数据清洗，可视化，特征工程，模型构建与比较等机器学习建模步骤，掌握机器学习应用完整流程与技巧。
适合人群
  • 计划申请数据科学/分析学/人工智能/计算机/统计学等专业的同学
  • 需要增加算法应用经历，实践完整流程，丰富简历的同学
  • 想要快速补充数据挖掘算法知识，并提升编程熟练度的同学
  • 希望加深对算法的理解和应用，提前感知专业与职业兴趣的同学
具体安排
模块一
学与练
配套知识与技能补充
（3-4周）
  • 基础与常用方法：缺失值处理、异常值处理、独热编码、包装法、过滤法、逻辑回归、决策树、Kmeans聚类
  • 工具学习：Python、Numpy、Pandas、Matplotlib、Sklearn等
  • 案例精讲：链家二手房数据处理与分析、鸢尾花分类模型搭建、居民收入水平预测、餐厅年度销售额预测
模块二
测
代码能力测试
_
模块二
用
具体项目实战与论文报告产出
（2-3周）
  • 针对项目主题，进行思路整理框架搭建
  • 利用相关数据完成预处理、特征工程、模型搭建与评价工作
  • 完成项目论文报告
你将收获
针对课题完成研究
完成代码与报告
（往期项目报告示例）
与目标专业匹配的对口经历
并用于申请
（往期项目经历示例）
课程与项目证书
（往期证书示例）
►►►
经济管理项目实战
开课时间2023年11月22日
项目主题：企业数字化转型对全要素生产率提升效力的研究
数字化转型与全要素生产率的提升是当前中国企业顺应时代进步要求、塑造自身竞争力、实现更高质量发展的两大抓手。二十大报告指出宏观层面全要素生产率的提升也是促进经济高质量发展的主要动力源泉。实际上，当前对于数字经济领域的研究大多集中于其对居民收入与消费、企业绩效等方面的影响，少有研究侧重其对企业TFP的作用机制挖掘。面对企业创新活动以及发展过程中的约束，利用新兴数字技术赋能传统行业形成的新业态，能否大幅提高企业服务的效率，改善企业创新水平，从而助力企业全要素生产率的提升以及经济高质量、可持续发展具有重要实证研究意义。
基于上述背景，本项目以交易成本理论、信息不对称理论及金融发展理论为基础，采用我国A股上市公司2011-2022年数据为研究样本，以LP法作为企业全要素生产率的测算方法，构建固定效应模型考察企业数字化转型能否成为全要素生产率的助推器，以及这种影响在不同类型上市公司中的差异，以期为我国数字经济持续创新以及企业高质量发展提供一定的参考借鉴。
适合人群
  • 计划申请经济学/会计学/管理学等专业的同学
  • 需要增加算法应用经历，实践完整流程，丰富简历的同学
  • 想要快速补充经济学、财管基础知识，并掌握数据分析和编程技能的同学
  • 希望了解并体验业界常规作业模式，提前感知专业与职业兴趣的同学
具体安排
模块一
学与练
配套知识与技能学习
（3-4周）
  • 基础与常用方法：金融终端数据获取，数据清洗，描述性统计，可视化，显著性检验，相关性，回归分析；
  • 工具学习：Choice，Python，Numpy，Pandas等；
  • 案例精讲：上市公司高管薪酬影响因素分析、经济不确定性与企业创新行为研究等
模块二
测
代码能力测试
_
模块三
用
具体项目实战与论文报告
（2-3周）
针对项目主题，收集经济、公司财务、经营行为相关数据及信息
利用清洗后的有效数据，进行指标构建和数据分析，搭建回归模型，进行实证研究
完成项目论文报告
你将收获
针对课题完成研究
完成代码与报告
（往期项目报告示例）
与目标专业匹配的对口经历
并用于申请
（往期项目经历示例）
课程与项目证书
（往期证书示例）
▼
扫描下方二维码
咨询项目详情
▼
继续阅读
阅读原文